Handle verified Ego4D terminal bounding-box records

docs/ego4d_local_baselines.md

@@ -173,6 +173,24 @@ worker 及其进程组，不杀无关训练。已完成的 `.pt` 保留，重跑
 8 workers 也会增加 CPU、主机 RAM、磁盘 I/O 和标注 JSON 的解析开销；不要预设能达到 8 倍速度。
 主机内存不足时改为 `--gpus 0 1 2 3` 并重跑，完成的文件仍可复用；不同次分片也不会改写已完成特征。
 
+#### 已核实的末尾 bbox 记录
+
+2026-08-28 在 `31488ff6-05ef-4362-9786-35981b06f307` 上核对到：
+原视频 8999 帧、30 FPS，有效索引为 `0..8998`；标注从 0 开始，
+`clip_end_frame=8999`、`clip_end_sec=299.9666666666666`，唯一越界索引是 `8999`。
+这是无对应解码帧的末尾记录，不应把该框移到 `8998`，也不应将所有框减 1。
+
+提取器只在以下条件同时满足时忽略末尾记录：唯一越界索引为 `N`，
+`N=视频帧数=clip_end_frame`，标注帧起点为 0、时间起点在 1 微秒内为 0，
+且标注时长与 `N / source_fps` 相差不超过 0.1 毫秒。
+缺少确认边界、较大越界或时长不匹配仍会报错，并打印具体范围；不自动跳过 clip。
+
+日志显示忽略的末尾索引和框数；新 `.pt` 的 `box_frame_audit` 与预览目录的
+`box_frame_audit.json` 保存原始范围、视频帧数、标注边界和忽略记录。
+不修改原视频、JSON、target 或已完成的特征。本例仍输出 1499 行，对应截止时间
+`0.2..299.8s`，2 FPS 的最后一个输入采样时刻仍为 `299.5s`。
+该处理不改编码器/池化配置，之前完成且通过校验的特征可以继续复用；同步修复后重跑原 8 卡命令即可。
+
 提取完成后，原训练入口也直接用同一个原始全局特征根，无需 flat 索引：
 
 ```bash
@@ -247,10 +265,11 @@ python summarize_local_baselines.py \
 ## 回归测试
 
 ```bash
-python -m unittest -q test_easycom_head_objectives test_local_turn_features test_ego4d_local_workflow test_ego4d_local_multigpu
+python -m unittest -q test_easycom_head_objectives test_local_turn_features test_ego4d_local_workflow test_ego4d_local_multigpu test_ego4d_box_frames
 ```
 
 CPU 回归包括 manifest 顺序/防交叉重复、完整批量提取的模型复用、断点文件校验、
 单层/多层全局特征、测试集输入预检，以及合成 Ego4D 上四组各 4 epochs 的训练/推理与增量汇总。
 另测试原 train/test 目录、433 clips 的 8 卡完整互斥分片、GPU mask、独立日志、失败/中断时清理自有进程。
+末尾框回归覆盖严格边界验证、其它越界拒绝、1499 行完整提取、审计保存和旧特征续跑。
 真实 Ego4D 像素、提供框和 3B/L20 提取仍需按上面的 preview/smoke 步骤验证。